设 T:V→W 线性。核记录被映到零的输入,像记录实际可以得到的输出,它们分别是定义域与目标空间的子空间。
ker(T)={v∈V:T(v)=0}Im(T)={T(v):v∈V}⊆WT单射⟺ker(T)={0}T满射⟺Im(T)=W 核还决定了同一输出对应哪些输入。若 T(v0)=w,则 w 的全部原像恰为 v0+ker(T)。把核中的差异视为等价,便得到第8章的第一同构定理:
V/kerT≅ImTv+kerT⟼T(v) V 有限维时,核的维数与像的维数之和等于定义域维数,这就是秩与零度的关系。先取核的一组基,再扩充成 V 的基,补入的基向量的像构成 Im(T) 的一组基。
dimV=dimker(T)+dimIm(T)rank(T)=dimIm(T)dimV=n,dimW=m时:0≤rank(T)≤min(m,n) 因此,同维有限维空间之间的线性映射,单射、满射、可逆三者等价。对矩阵映射 x↦Ax,核就是 Ax=0 的解空间,像就是 A 的列空间,得到 dimNull(A)=n−rank(A)。
维数相加等于 dimV,并不自动给出 V=ker(T)⊕Im(T)。若 T 是 V 上的幂等变换 P,则有下述分解:
P2=P⟹V=Im(P)⊕ker(P)v=Pv+(v−Pv)P是平行于ker(P)、投到Im(P)上的投影 这个结论把“投影”与“幂等变换”联系起来,也说明子空间可以通过适当投影的像或核来描述。
读完这一节了吗?标记后,可以在目录中找到自己的学习进度。